前言：中文期刊網(wǎng)精心挑選了消費(fèi)趨勢數(shù)據(jù)報告范文供你參考和學(xué)習(xí)，希望我們的參考范文能激發(fā)你的文章創(chuàng)作靈感，歡迎閱讀。

消費(fèi)趨勢數(shù)據(jù)報告范文1

隨著大數(shù)據(jù)時代的到來，云計(jì)算、智能化、移動化、數(shù)據(jù)挖掘等新興技術(shù)的應(yīng)用和普及，使得數(shù)據(jù)處理能力與日俱增，通過大數(shù)據(jù)技術(shù)可以對事物進(jìn)行多維度、多層次的數(shù)據(jù)分析，獲得有價值的信息，及時準(zhǔn)確、全面深入地把握事物發(fā)展的規(guī)律，對未來的發(fā)展方向和趨勢進(jìn)行預(yù)測，極大地提高我們認(rèn)識世界的能力。在教育領(lǐng)域，也迅速掀起了大數(shù)據(jù)促進(jìn)教育改革和創(chuàng)新發(fā)展相關(guān)研究的熱潮，大數(shù)據(jù)的教育應(yīng)用研究迅猛發(fā)展起來。2014 年3 月，教育部辦公廳印發(fā)的《2014 年教育信息化工作要點(diǎn)》中指出：加強(qiáng)對動態(tài)監(jiān)測、決策應(yīng)用、教育預(yù)測等相關(guān)數(shù)據(jù)資源的整合與集成，為教育決策提供及時和準(zhǔn)確的數(shù)據(jù)支持，推動教育基礎(chǔ)數(shù)據(jù)在全國的共享。可見，大數(shù)據(jù)與教育領(lǐng)域的深度融合，是當(dāng)前教育事業(yè)發(fā)展的必然趨勢。大數(shù)據(jù)技術(shù)應(yīng)用于高校教師職業(yè)生涯規(guī)劃的研究也是重要的研究方向，定性的研究方法向定量化的研究方向轉(zhuǎn)變，確定教師職業(yè)發(fā)展規(guī)劃的指標(biāo)因子以及挖掘教師個人信息中的知識與規(guī)律，創(chuàng)新研究教師職業(yè)發(fā)展的路徑，通過對不同崗位、不同階段、不同目標(biāo)的教師在自我認(rèn)知的數(shù)據(jù)分析基礎(chǔ)之上，輔助教師制定個人的職業(yè)生涯規(guī)劃。

一、大數(shù)據(jù)概述

大數(shù)據(jù)（Big Data）一詞最早出現(xiàn)在20 世紀(jì)90 年代，主要用來表示數(shù)據(jù)的量化特征，相當(dāng)于日常用語中的“數(shù)據(jù)量大”[1]。而2008 年9 月《自然》雜志所出版的文章Big Data： Science in the Petabyte Era，將大數(shù)據(jù)賦予了一種全新的科學(xué)理念，超越了單純數(shù)量意義的描述，引起了學(xué)術(shù)界的廣泛關(guān)注[2]。美國首屈一指的咨詢公司麥肯錫是研究大數(shù)據(jù)的先驅(qū)，在其報告《Big data： The next frontier for innovation， competition， and productivity》中給出的大數(shù)據(jù)定義是：大數(shù)據(jù)指的是大小超出常規(guī)的數(shù)據(jù)庫工具獲取、存儲、管理和分析能力的數(shù)據(jù)集。但它同時強(qiáng)調(diào)，并不是說一定要超過特定TB 值的數(shù)據(jù)集才能算是大數(shù)據(jù)。隨后，又出現(xiàn)了許多大數(shù)據(jù)的定義，綜合各種定義，概括大數(shù)據(jù)的特征：并沒有明確的界限，它不僅僅是數(shù)據(jù)量大，還有類型繁多、價值密度低、速度快、時效高的特征。

二、高校教師職業(yè)生涯規(guī)劃的現(xiàn)狀和不足

高校教師職業(yè)生涯規(guī)劃是高校教師結(jié)合自身特點(diǎn)和所處的環(huán)境，制定職業(yè)發(fā)展目標(biāo)，對影響職業(yè)發(fā)展的各方面進(jìn)行規(guī)劃，并根據(jù)目標(biāo)的實(shí)現(xiàn)程度，不斷反饋和調(diào)整，最終實(shí)現(xiàn)目標(biāo)的過程[3]。

職業(yè)生涯規(guī)劃對高校教師的發(fā)展至關(guān)重要，合理的職業(yè)生涯規(guī)劃有助于教師了解自己以及自身所處的職業(yè)環(huán)境，明確發(fā)展方向，預(yù)測發(fā)展前景，克服發(fā)展的盲目性，極大地挖掘自身的潛能，實(shí)現(xiàn)個人價值和社會價值。

對于高校教師職業(yè)生涯規(guī)劃的相關(guān)研究已取得一些成果，研究者們對現(xiàn)狀進(jìn)行了充分的分析，目前存在的不足主要表現(xiàn)在如下幾個方面：高校教師對職業(yè)發(fā)展?jié)M意度較低，且缺乏明確的規(guī)劃和目標(biāo)；重視程度和支持力度不夠，缺乏系統(tǒng)的職業(yè)規(guī)劃政策和指導(dǎo)；職業(yè)生涯規(guī)劃內(nèi)容片面、形式單一、缺少創(chuàng)新，缺乏個性化，達(dá)不到預(yù)期效果；研究成果以理論研究為主，缺少定量研究，缺少可操作的模型。

三、大數(shù)據(jù)給高校教師職業(yè)發(fā)展規(guī)劃帶來新機(jī)遇和挑戰(zhàn)

大數(shù)據(jù)時代，不僅對高校教師的知識體系、教學(xué)方式、教學(xué)評價等帶來了革命性的影響，也為教師進(jìn)行職業(yè)生涯規(guī)劃提供了新思路和方法。

1.以大數(shù)據(jù)為依據(jù)，幫助教師建立更完整、準(zhǔn)確的自我認(rèn)知和職業(yè)環(huán)境認(rèn)知

良好的自我認(rèn)知是職業(yè)生涯規(guī)劃的前提和關(guān)鍵，自我認(rèn)知包括對自己的專業(yè)技能水平、性格特征、興趣愛好、特長、個人需求等各方面的認(rèn)識和了解，傳統(tǒng)的自我認(rèn)知建立在自己感知的基礎(chǔ)上，是感性的認(rèn)知，不是量化的，而大?稻菘梢越?“人”數(shù)據(jù)化。隨著全社會信息化程度越來越高，越來越多的業(yè)務(wù)依賴于信息化應(yīng)用，用戶在與應(yīng)用交互的過程中產(chǎn)生大量的數(shù)據(jù)；此外，網(wǎng)絡(luò)數(shù)據(jù)記錄了用戶的行為，可穿戴設(shè)備記錄人們的身體狀況、行動軌跡等。無處不在的數(shù)據(jù)，為人們的自我認(rèn)知提供了量化的工具，使人們能夠更加準(zhǔn)確客觀地認(rèn)識自己。

職業(yè)環(huán)境認(rèn)知包括晉升制度、獎勵制度、薪酬制度等學(xué)校職業(yè)環(huán)境，也包括社會地位、收入福利等社會職業(yè)環(huán)境。職業(yè)環(huán)境會隨著國家或者學(xué)校的政策調(diào)整而發(fā)生變化。大數(shù)據(jù)時代，高校教師可以更多更快地獲取到外界的大量實(shí)時信息，學(xué)校整體職業(yè)環(huán)境、學(xué)校的發(fā)展規(guī)劃、學(xué)科建設(shè)情況、職業(yè)發(fā)展前景都可以通過數(shù)據(jù)進(jìn)行展示，為教師分析自身所在的職業(yè)環(huán)境和職業(yè)發(fā)展趨勢，提供了有力的數(shù)據(jù)支撐。

2.大數(shù)據(jù)分析幫助教師選擇職業(yè)規(guī)劃路線

在自我認(rèn)知和職業(yè)環(huán)境認(rèn)知的基礎(chǔ)上，教師對職業(yè)生涯路線做出選擇，不同的發(fā)展路線，對教師的素質(zhì)要求不同，也會產(chǎn)生不一樣的職業(yè)發(fā)展的結(jié)果。一般而言，教師根據(jù)自身的條件和所處的環(huán)境，對個人的職業(yè)生涯路線做出的判斷和選擇，很多時候都是主觀判斷的結(jié)果。而以大數(shù)據(jù)分析為基礎(chǔ)，一方面可以清晰地看到不同職業(yè)發(fā)展路線的要求和區(qū)別，也可以看到不同職業(yè)發(fā)展路線帶來的影響和結(jié)果，甚至可以看到學(xué)校歷年的職業(yè)發(fā)展路線選擇的歷史數(shù)據(jù)，為個人進(jìn)行選擇提供依據(jù)。

3.個性化的大數(shù)據(jù)服務(wù)輔助教師職業(yè)發(fā)展

選定職業(yè)發(fā)展路線之后，教師需要制定階段性目標(biāo)，確定相應(yīng)的教育、發(fā)展和培訓(xùn)計(jì)劃，并做出合理安排，個性化的大數(shù)據(jù)服務(wù)是結(jié)合教師的個人特征和階段性目標(biāo)，進(jìn)行個性化的推薦，推薦的內(nèi)容包括教學(xué)資料、科研項(xiàng)目、圖書、培訓(xùn)等各個方面，讓數(shù)據(jù)參與到教師的成長過程中，幫助教師更好地發(fā)展。

4.大數(shù)據(jù)報告對階段性目標(biāo)進(jìn)行總結(jié)和修正

教師職業(yè)規(guī)劃的過程還包括根據(jù)目標(biāo)的實(shí)現(xiàn)程度，不斷反饋和調(diào)整，最終實(shí)現(xiàn)既定目標(biāo)。大數(shù)據(jù)報告對教師各方面的數(shù)據(jù)進(jìn)行總結(jié)和分析，隨時生成的大數(shù)據(jù)報告可以讓教師隨時了解和掌握目標(biāo)實(shí)現(xiàn)的情況，對產(chǎn)生的偏差進(jìn)行不斷修正和調(diào)整。

四、基于大數(shù)據(jù)的高校教師職業(yè)發(fā)展規(guī)劃總體框架

本研究從數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)應(yīng)用三個層次構(gòu)建了基于大數(shù)據(jù)的高校教師職業(yè)發(fā)展規(guī)劃總體框架，如圖1所示。

1.數(shù)據(jù)采集

教師數(shù)據(jù)主要來源于學(xué)校業(yè)務(wù)系統(tǒng)數(shù)據(jù)和網(wǎng)絡(luò)服務(wù)器的瀏覽數(shù)據(jù)，學(xué)校業(yè)務(wù)系統(tǒng)包括人力資源管理系統(tǒng)、教務(wù)系統(tǒng)、教學(xué)平臺、科研管理系統(tǒng)、圖書借閱系統(tǒng)、E卡通系統(tǒng)等，可以獲取到教師基本信息、教學(xué)信息、科研成果、圖書借閱信息、校內(nèi)消費(fèi)信息等數(shù)據(jù)，這些數(shù)據(jù)大多是結(jié)構(gòu)化數(shù)據(jù)，不要求實(shí)時處理，因此可通過ETL（Extract-Transform-Load）工具進(jìn)行數(shù)據(jù)的自動采集，將數(shù)據(jù)從源端經(jīng)過抽取（extract）、轉(zhuǎn)換（transform）、加載（load）至目的端。網(wǎng)絡(luò)瀏覽數(shù)據(jù)是從網(wǎng)絡(luò)服務(wù)器獲取到用戶的網(wǎng)絡(luò)行為數(shù)據(jù)，這部分?jǐn)?shù)據(jù)以非結(jié)構(gòu)化數(shù)據(jù)為主，數(shù)據(jù)量巨大、多類別、更新頻率高，可采用一個高可用的、高可靠的、分布式的海量日志采集、聚合和傳輸?shù)南到y(tǒng)Flume工具進(jìn)行采集。

2.數(shù)據(jù)處理

數(shù)據(jù)處理包括數(shù)據(jù)存儲、數(shù)據(jù)計(jì)算、數(shù)據(jù)分析與挖掘等，本研究采用一個開源分布式計(jì)算平臺Hadoop。采集到的數(shù)據(jù)首先要進(jìn)行數(shù)據(jù)存儲，ETL工具采集到的數(shù)據(jù)一般存儲到傳統(tǒng)關(guān)系型數(shù)據(jù)庫mysql或者oracle中，再通過Sqoop工具導(dǎo)入到hbase中。Flume采集到的海量網(wǎng)絡(luò)瀏覽數(shù)據(jù)采用Lambda大數(shù)據(jù)架構(gòu)，分為批處理和實(shí)時處理兩部分，批處理部分采用Hadoop實(shí)現(xiàn)，包括HDFS和Hadoop MapReduce，包括對全部數(shù)據(jù)集的預(yù)計(jì)算。實(shí)時處理利用流處理系統(tǒng)如kafka、Storm、S4、Spark等，采用各種復(fù)雜的增量算法實(shí)現(xiàn)。

數(shù)據(jù)計(jì)算采用分布式計(jì)算框架，根據(jù)不同的應(yīng)用場景選擇離線計(jì)算、交互式計(jì)算或者流式計(jì)算，主要用到的框架包括MapReduce、Spark、Impala、Storm等。

數(shù)據(jù)分析與挖掘使用Mahout機(jī)器學(xué)習(xí)算法庫提供的一些可擴(kuò)展的經(jīng)典算法的實(shí)現(xiàn)，包括聚類、分類、推薦過濾、頻繁子項(xiàng)挖掘等，應(yīng)用到各個不同的模型中。

3.數(shù)據(jù)應(yīng)用

本研究的數(shù)據(jù)應(yīng)用包括：教師畫像、個性化推薦、分析與預(yù)測、大數(shù)據(jù)報告四個部分。教師畫像是對現(xiàn)實(shí)世界中教師的數(shù)學(xué)建模，是通過分析挖掘教師盡可能多的數(shù)據(jù)信息得到的，用標(biāo)簽的集合來表示。個性化推薦基于教師畫像的標(biāo)簽特征，構(gòu)建推薦模型，選擇推薦算法，實(shí)現(xiàn)推薦感興趣的信息給教師。分析與預(yù)測結(jié)合教師畫像的標(biāo)簽特征和學(xué)校職業(yè)規(guī)劃環(huán)境，分析個人職業(yè)發(fā)展的方向和目標(biāo)，并預(yù)測是否能夠達(dá)到下一個目標(biāo)。大數(shù)據(jù)報告以數(shù)據(jù)的方式總結(jié)個人階段性成果，分析職業(yè)發(fā)展過程中現(xiàn)實(shí)和目標(biāo)的偏差。

五、基于大數(shù)據(jù)的高校教師職業(yè)發(fā)展規(guī)劃的模型與算法

教師畫像、個性化推薦、分析與預(yù)測、大數(shù)據(jù)報告四個部分既是一個整體，各部分相互聯(lián)系，又是不同的功能模塊，無論是需求設(shè)計(jì)、功能設(shè)計(jì)、架構(gòu)設(shè)計(jì)、模型和算法設(shè)計(jì)上都有很大的區(qū)別。本研究擬從共性和方法上進(jìn)行論述，重點(diǎn)介紹模型和算法的選擇。

建模的過程是在明確需求、了解數(shù)據(jù)、構(gòu)造特征的基礎(chǔ)上，根據(jù)實(shí)際的應(yīng)用場景，選擇模型和算法，本研究的模型和算法如圖2所示。

1.數(shù)據(jù)預(yù)處理

數(shù)據(jù)處理的流程，一般先要明確問題，了解數(shù)據(jù)的規(guī)模，重要特征的覆蓋度，并明確需求和數(shù)據(jù)的匹配度。再對數(shù)據(jù)進(jìn)行預(yù)處理，數(shù)據(jù)預(yù)處理的過程包括對數(shù)據(jù)進(jìn)行集成、數(shù)據(jù)采樣、數(shù)據(jù)清洗、缺失值處理、噪聲數(shù)據(jù)處理、數(shù)據(jù)沖突處理等。其次是特征工程，特征是指對所需要解決的問題有用的屬性，特征的提取、選擇和構(gòu)造是通過相關(guān)系數(shù)等方式來計(jì)算特征的重要性，針對所解決的問題選擇最有用的特征集合，本研究構(gòu)造的特征包括：教師的性別、年齡、教育程度、籍貫、收入水平等基礎(chǔ)屬性，教師的教授課程、學(xué)生人數(shù)、課時量、學(xué)生評價等教學(xué)屬性，教師的論文、科研項(xiàng)目、橫向課題、縱向課題、學(xué)術(shù)會議等科研成果屬性，專業(yè)、研究方向、職稱等專業(yè)技能屬性，閱讀偏好、消費(fèi)偏好等興趣偏好，借閱圖書、E卡消費(fèi)、資料搜索等行為屬性。

2.模型與算法選擇

明確問題和需求后，根據(jù)問題的分類，選擇模型和算法。

分類問題是找出數(shù)據(jù)庫中的一組數(shù)據(jù)對象的共同特點(diǎn)并按照分類模式將其劃分為不同的類，其目的是通過分類模型，將數(shù)據(jù)庫中的數(shù)據(jù)項(xiàng)映射到給定的類別中。聚類類似于分類，但與分類的目的不同，是針對數(shù)據(jù)的相似性和差異性將一組數(shù)據(jù)分為幾個類別。屬于同一類別的數(shù)據(jù)間的相似性很大，但不同類別之間數(shù)據(jù)的相似性很小，跨類的數(shù)據(jù)關(guān)聯(lián)性很低。回歸分析反映了數(shù)據(jù)庫中數(shù)據(jù)的屬性值特性，通過函數(shù)表達(dá)數(shù)據(jù)映射的關(guān)系來發(fā)現(xiàn)屬性值之間的依賴關(guān)系。關(guān)聯(lián)規(guī)則是隱藏在數(shù)據(jù)項(xiàng)之間的關(guān)聯(lián)或相互關(guān)系，即可以根據(jù)一個數(shù)據(jù)項(xiàng)的出現(xiàn)推導(dǎo)出其他數(shù)據(jù)項(xiàng)的出現(xiàn)。

選擇模型和算法考慮的因素包括：數(shù)據(jù)訓(xùn)練集的大小、特征的維度、所要解決的問題是否是線性可分、特征是否獨(dú)立、對性能有哪些要求等。選擇方法可采用奧卡姆剃刀原理，這個原理稱為“如無必要，勿增實(shí)體”，即“簡單有效原理”。比如對于分?問題，只要認(rèn)為問題是線性可分的，即可采用LR分類器（Logistic Regression Classifier），該模型比較抗噪，效率高，可以應(yīng)用于數(shù)據(jù)特別大的場景，很容易分布式實(shí)現(xiàn)。比如Ensenble方法（組合方法），根據(jù)training set訓(xùn)練多個模型，然后綜合各個模型的結(jié)果，做出預(yù)測，該方法組合多個模型，可以獲得更好的效果，使集成的模型具有更強(qiáng)的泛化能力。

建模時通常會執(zhí)行多次迭代，選擇合適的模型算法，運(yùn)行多個可能的模型，然后再對這些參數(shù)進(jìn)行微調(diào)以便對模型進(jìn)行優(yōu)化，最終選擇出一個最佳的模型。

3.模型與算法評價

最后需要對模型和算法進(jìn)行評價，本研究采用廣泛應(yīng)用于信息檢索和統(tǒng)計(jì)學(xué)分類領(lǐng)域的兩個度量值：準(zhǔn)確率和召回率，來評價結(jié)果的質(zhì)量，如表1所示。

準(zhǔn)確率accuracy=（TP+TN）/（P+N），就是被分對的樣本數(shù)除以所有的樣本數(shù)。通常來說，準(zhǔn)確率越高，分類器越好；召回率recall=TP/（TP+FN），召回率是覆蓋面的度量，度量有多少個正例被分為正例。

消費(fèi)趨勢數(shù)據(jù)報告范文2

6666萬元1997年　秦池酒

32000萬元1998年　愛多

21000萬元1999年　步步高

15900萬元2000年　步步高

12600萬元2001年　娃哈哈

2211萬元2002年　娃哈哈

2015萬元

以秦池破產(chǎn)，商標(biāo)拍賣為標(biāo)志，中國企業(yè)主對廣告無限追捧到冷靜的反思，廣告你怎么了？

娃哈哈左慶后說了一句讓人深思的大實(shí)話：娃哈哈品牌依托在一個名不見經(jīng)轉(zhuǎn)的校辦工廠，成為一個聞名全國的品牌，得益于廣告。以前每到一個地方，在當(dāng)?shù)仉娨暸_投200-300萬廣告，產(chǎn)品馬上脫銷，現(xiàn)在廣告效果不那么明顯了，但我們還得繼續(xù)投放才行。

客觀的說，在1995年以前屬于廣告出效果的黃金年代。在報刊、電視臺投放廣告效果立刻呈現(xiàn)出來。而現(xiàn)在？廣告主經(jīng)常抱怨：我們的廣告一播出90%以上都是廣告公司聯(lián)系業(yè)務(wù)的，我們真正想接的電話沒有幾個。我也只能告訴他們：這也是一種廣告效應(yīng)，只是屬于預(yù)算之外的而已。筆者根據(jù)多年為企業(yè)做企劃及營銷咨詢的經(jīng)驗(yàn)，針對廣告效果不理想，分析出以下原因：

一：廣告媒介呈多樣化發(fā)展趨勢。現(xiàn)在的廣告載體用眼花繚亂來形容一點(diǎn)不為過，網(wǎng)絡(luò)、電視、報刊、雜志、直投、戶外、車體、人體、電梯、墻體……有人的地方就有廣告，沒人的地方也有廣告，造成廣告成本的增加。

二：傳統(tǒng)媒介在量上的高度膨脹。一個省份中心城市可以收看的電視臺頻道平價45個，當(dāng)?shù)刂髁鲌罂?-6份，眾多的廣告媒介讓廣告受眾嚴(yán)重分流。

三：廣告客戶的增加，廣告受眾對廣告接觸率降低。中心城市電視收視率高的頻道，黃金時間往往集中了10-20分鐘廣告，客戶30秒、15秒廣告在超長度廣告大軍中很難脫穎而出，現(xiàn)在的報刊、雜志篇幅比以前大了幾倍，廣告的貢獻(xiàn)居功至偉。

四：廣告受眾生活、娛樂呈元化發(fā)展。以前一部好的電視劇會紅遍全國，成為人們茶余飯后的談資，其廣告效應(yīng)可見一斑。全國人民大年三十夜看央視《春節(jié)聯(lián)歡晚會》逐漸成為歷史，隨著VCD、DVD、電腦、寬帶在家庭的普及，人們首選的是主動式的娛樂方式，通過傳統(tǒng)媒介還要受廣告紛擾的娛樂方式逐漸成為老人們的選擇。

這樣廣告主越來越追求廣告的創(chuàng)意，在低成本的限制下，既微利又庸懶的廣告公司誰還有激情去創(chuàng)作優(yōu)秀廣告？于是廣告主想出一切土辦法：加20%-30%廣告投資，拼命擠進(jìn)前三條、后三條；垃圾時段、二類廣告時段專題片高密集投播；電視開關(guān)版每天幾十次；惡俗廣告，看到你反胃，總該有印象吧！舉此種種無疑是在“賭”，賭博的結(jié)果：你廣告50%被浪費(fèi)了。

廣告主應(yīng)清楚的認(rèn)識到：廣告行為是一種投資行為，存在風(fēng)險更有回報，廣告不是與競爭對手叫勁，廣告不能決勝一切，不能因?yàn)楝F(xiàn)在廣告效應(yīng)不好就干脆自然銷售。既然廣告是投資行為就要做到科學(xué)預(yù)測在先，做好承擔(dān)風(fēng)險的心理準(zhǔn)備。以筆者多年的經(jīng)驗(yàn)，廣告主應(yīng)從以下幾方面著手改善以追求廣告價值最大化：

1、改變廣告制作與媒介投放比例：提高廣告創(chuàng)意水平，提高廣告的制作質(zhì)量。夏新的新廣告篇用恢宏巨制來形容一點(diǎn)不為過，你看見次數(shù)很少，但會深深吸引廣告受眾，這是普通制作廣告無法比擬的

2、改變只看數(shù)據(jù)報告的毛病：現(xiàn)在很多監(jiān)測公司售賣電視臺收視資料，很多廣告主當(dāng)成致勝法寶。且不說數(shù)據(jù)報告的準(zhǔn)確性，報告僅代表電視臺某一時段或某一檔節(jié)目的收視情況，并不代表你廣告的收視情況

3、開發(fā)新市場不要盲目的在中心城市啟動廣告計(jì)劃：巨額的廣告投入會讓人吃不消，筆者曾給一著名醫(yī)藥企業(yè)做企劃案：該企業(yè)在1997年在四川成都2個月就密集投放了300萬廣告費(fèi)但收效與預(yù)期相差太大，后請我去做咨詢診斷。我建議以四川二級市場作為突破口，以農(nóng)村包圍城市，并為該企業(yè)找了一個獨(dú)特的廣告投播渠道，1年后該企業(yè)四川市場成為全國樣板市場，筆者現(xiàn)在仍在為很多企業(yè)四川二級市場提供咨詢服務(wù)，收效極好

4、心態(tài)調(diào)整好。廣告效果在短期時間以內(nèi)難以大規(guī)模呈現(xiàn)，一般都有個預(yù)熱過程，要堅(jiān)持，否則前功盡棄

5、廣告公司的甄選與鑒別：與產(chǎn)品一樣，廣告行業(yè)也有一級、二級、三級之分，其中的環(huán)節(jié)愈少，廣告費(fèi)用越低，如果廣告客戶經(jīng)過幾個廣告公司轉(zhuǎn)單，勢必在價格、服務(wù)、執(zhí)行上都會大打折扣。

消費(fèi)趨勢數(shù)據(jù)報告范文3

2016年，中國互聯(lián)網(wǎng)的發(fā)展風(fēng)起云涌、波瀾壯闊。人工智能技術(shù)引發(fā)新革命，席卷全球并改造著各行各業(yè)，中國企業(yè)在人工智能領(lǐng)域的角色日益重要；《國家網(wǎng)絡(luò)空間安全戰(zhàn)略》，建設(shè)網(wǎng)絡(luò)強(qiáng)國成為國家戰(zhàn)略；大數(shù)據(jù)國家戰(zhàn)略加速落地，大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)如火如荼。尤其是工信部近日印發(fā)了《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016-2020年）》，特別提出加快推進(jìn)大數(shù)據(jù)產(chǎn)業(yè)應(yīng)用能力，到2020年，大數(shù)據(jù)相關(guān)產(chǎn)品和服務(wù)業(yè)務(wù)收入突破1萬億元，年均復(fù)合增長率保持30%左右。

顯然，大數(shù)據(jù)的產(chǎn)業(yè)應(yīng)用能力建設(shè)不容忽視。

截至目前，國雙已在商業(yè)、運(yùn)營商、政府、新媒體、司法等五條業(yè)務(wù)線方向取得了優(yōu)勢和突破。

數(shù)據(jù)洞察

2017年2月28日下午，“關(guān)鍵洞察――國雙2017年數(shù)據(jù)報告會”于在北京召開。

會上，國雙除了重磅《2016中國互聯(lián)網(wǎng)發(fā)展報告》外，還展示了基于用戶的電商購買、品牌搜索和自媒體評論等行為數(shù)據(jù)分析提煉而成的定制化報告《數(shù)往知來――用戶競爭態(tài)勢分析報告》。另外，還推出了其全新的CMP汽車營銷解決方案。

2013年和2016年，國雙先后兩次被國家知識產(chǎn)權(quán)局評為“北京（中關(guān)村）審查員實(shí)踐基地”；2014年和2015年，連續(xù)兩年發(fā)明專利申請量位居中關(guān)村前十，并連續(xù)入選中關(guān)村知識產(chǎn)權(quán)領(lǐng)軍企業(yè)，2016年入選國家知識產(chǎn)權(quán)優(yōu)勢企業(yè)。

國雙聯(lián)席總裁李峰表示：“國雙數(shù)據(jù)中心自2013年成立以來，每年都會中國互聯(lián)網(wǎng)發(fā)展報告，揭示中國互聯(lián)網(wǎng)用戶行為發(fā)展態(tài)勢和趨勢。迄今為止，國雙已經(jīng)連續(xù)五年這一主題報告。”一直以來，國雙“專注數(shù)據(jù)，創(chuàng)造價值”，在數(shù)往知來的趨勢中，洞察關(guān)鍵動向。他們協(xié)助企業(yè)主從海量數(shù)據(jù)中，找到關(guān)鍵數(shù)據(jù)，形成決策依據(jù)。

國雙數(shù)據(jù)中心基于獨(dú)有的交互式數(shù)據(jù)挖掘平臺，全方位采集Web端、移動端等源頭的海量數(shù)據(jù)，運(yùn)用多維度數(shù)據(jù)剖析方法，打造了《2016中國互聯(lián)網(wǎng)發(fā)展報告》（以下簡稱《報告》），從全網(wǎng)概況、訪問特征、渠道分析、行業(yè)視角等四個方面，以女裝、IP影視劇植入、汽車、美妝等四個行業(yè)領(lǐng)域?yàn)榈湫桶咐嗑S透視解讀了2016年中國互聯(lián)網(wǎng)的發(fā)展大勢。

會上，國雙數(shù)據(jù)中心總監(jiān)徐瑛對《報告》進(jìn)行了解讀，指出2014年以來手機(jī)端訪問量增長率呈逐年上升的趨勢。2016年手機(jī)端訪問量較去年再創(chuàng)新高，全年增長率由7.4%上升至20.4%；與此同時，PC端訪問量增長率逐年下降，由-7.9%跌至-19.2%。而訪問終端方面，來自于國產(chǎn)手機(jī)品牌華為的訪問量超越三星位居第二位，與蘋果的差距進(jìn)一步縮小。

網(wǎng)民每日上網(wǎng)時間分布方面的統(tǒng)計(jì)顯示，在PC端，人們的活躍時間依然呈現(xiàn)出雙峰“馬鞍”狀的分布，即最高峰出現(xiàn)在早10時，下午15時；但是在移動端，訪問的高峰期出現(xiàn)在夜間的21時左右，對于新媒體內(nèi)容營銷運(yùn)營者來說，要掌握消費(fèi)者上線訪問的時間點(diǎn)，非常關(guān)鍵。

在IP影視劇的植入方面，2016年飲料、食品、美妝等行業(yè)較多品牌選擇IP影視劇植入，其次是手機(jī)、零售、汽車等。就單一品牌來看，OPPO、三只松鼠等植入更多IP影視劇。康師傅及百度地圖因分別植入《青云志》及《從你的全世界路過》等IP電視劇獲得較高關(guān)注，收獲了很好的品牌效益。

而在汽車行業(yè)方面，2016年人們對汽車行業(yè)的關(guān)注度呈上升趨勢。緊湊型車關(guān)注度占比45.9%，位居第一位；SUV關(guān)注度占比達(dá)19.2%，超越中型車，成為本年熱議的細(xì)分市場。緊湊型車在經(jīng)歷4月、10月的兩個關(guān)注高峰后，均出現(xiàn)平緩回落趨勢，SUV關(guān)注度則成波動式爬升，表明近年來興起的SUV熱還在持續(xù)燃燒。

數(shù)據(jù)解讀

本次會上，國雙產(chǎn)品市場總監(jiān)張桐介紹了國雙為客戶推出的系列定制化報告《數(shù)往知來――用戶競爭態(tài)勢分析報告》（以下簡稱《競爭態(tài)勢報告》）。《競爭態(tài)勢報告》基于用戶的電商購買行為數(shù)據(jù)、品牌搜索行為數(shù)據(jù)和自媒體評論行為數(shù)據(jù)，去量化分析品牌搜索競爭格局、品牌電商競爭格局和品牌口碑競爭格局，幫助品牌主實(shí)現(xiàn)清晰化運(yùn)營、優(yōu)化營銷內(nèi)容和指導(dǎo)媒介投放。

在市場瞬息萬變的今天，對于企業(yè)來說，時刻關(guān)注競爭對手變得尤為重要，而大數(shù)據(jù)帶來了更大范圍的競品監(jiān)測，更高效率的情報反饋，更有效的橫向?qū)Ρ取p“數(shù)往知來”系列報告是以競品情報為核心的報告體系，通過追蹤每個用戶的搜索行為，購買行為和評論行為，深度刻畫用戶競爭格局，找出用戶的品牌篩選因素、購買決策因素和二次傳播因素，從而幫助品牌實(shí)現(xiàn)清晰化運(yùn)營，量化指導(dǎo)營銷內(nèi)容決策和投放媒體的選擇。會上所展示的用戶競爭態(tài)勢分析報告，通過動態(tài)可視化的數(shù)據(jù)分析呈現(xiàn)，讓企業(yè)主可以很直觀捕捉數(shù)據(jù)分析結(jié)果，快速調(diào)整營銷策略。

數(shù)據(jù)支撐

近年來，中國汽車銷量增速放緩，市場趨于飽和，競爭加劇。數(shù)據(jù)顯示，77%的購車者從萌生購車想法到成交提車只花了不足90天時間，購買決策窗口期更短。而在比較篩選階段，高達(dá)61%的消費(fèi)者改變了他們原有的車型偏好，消費(fèi)者更加善變。這些都為汽車企業(yè)帶來了嚴(yán)峻的挑戰(zhàn)，預(yù)示著車企需要在研發(fā)、制造、營銷、售后等從上下游產(chǎn)業(yè)鏈環(huán)節(jié)，隨時掌握消費(fèi)者需求變化，靈活應(yīng)變調(diào)整，才能在競爭中穩(wěn)步發(fā)展，立于不敗之地。

消費(fèi)趨勢數(shù)據(jù)報告范文4

VINEXPO披露IWSR年度研究成果。VINEXPO已連續(xù)十二年委托市場咨詢供應(yīng)商國際葡萄酒烈酒研究所（簡稱IWSR）對全球葡萄酒與烈酒消費(fèi)、生產(chǎn)及國際貿(mào)易開展深度調(diào)研。同時，分析并闡述了全球葡萄酒及烈酒的主要趨勢，報告顯示中國葡萄酒市場即將回暖。

在2013年，中國（包括香港在內(nèi)）為：

全球最大烈酒消耗國

全球第五大葡萄酒消耗國（以價值和數(shù)量而言）

全球第葡萄酒生產(chǎn)國

全球第四大無泡低度葡萄酒入口國（以數(shù)量而言）縱觀2009年到2013年的數(shù)據(jù)，并根據(jù)相關(guān)數(shù)據(jù)報告顯示，我們再來看中國的酒類市場變化。

葡萄酒市場總結(jié)及預(yù)測

我們來看相關(guān)數(shù)據(jù)：

2009至2013年，全球葡萄酒消耗量達(dá)3170億多瓶，上升了2.7%，2014年至2018年，這一增長趨勢預(yù)計(jì)將放緩至僅有1%。

美國仍為全球最大葡萄酒市場，也是十大葡萄酒消耗國中唯一一個呈現(xiàn)增長的國家。

葡萄酒仍最受歡迎，2013年占無泡葡萄酒整體消耗量的54.8%，但2012年至2013年間的消費(fèi)量有所下降，主要?dú)w因于中國的需求減少。

在消費(fèi)額和消費(fèi)量上，包括香港在內(nèi)的中國地區(qū)為全球第五大葡萄酒消費(fèi)國，并且是第葡萄酒出產(chǎn)國。

歷經(jīng)多年強(qiáng)勢增長后，2013年中國的葡萄酒消費(fèi)呈現(xiàn)下降趨勢，主要是因?yàn)椤岸嗄甑膸齑胬鄯e及新一屆政府的反腐效應(yīng)”。但VINEXPO / IWSR預(yù)測，從2014年至2018年，中國的葡萄酒消費(fèi)將進(jìn)一步增長24.8%，為美國增長率的兩倍。

研究指出：“中國葡萄酒消費(fèi)增長從長遠(yuǎn)來看仍將保持強(qiáng)勁勢頭。首先，當(dāng)?shù)禺a(chǎn)業(yè)規(guī)模巨大；其次，人均消費(fèi)量與其他出產(chǎn)國相比仍舊很低。此外，中國的中產(chǎn)階層正迅速擴(kuò)大，這些新增消費(fèi)者將刺激增長。最后，葡萄酒相比中國人主要飲用的白酒更加健康，而且能夠滿足部分中國人對精致品味的渴望。”

同時顯示香港的葡萄酒消費(fèi)量自2008年關(guān)稅提升以來首度出現(xiàn)下降，但研究報告指出，進(jìn)口量不一定如實(shí)反映消費(fèi)量，因?yàn)榇蟛糠诌M(jìn)口葡萄酒都被存儲或轉(zhuǎn)口出售到中國內(nèi)地。

2013年當(dāng)?shù)厥袌龅南M(fèi)量估計(jì)不到340萬箱，而進(jìn)口量超過500萬箱。研究報告指出，消費(fèi)銳減的主要因素是中央政府對過度消費(fèi)和送禮行為的嚴(yán)厲遏制。

2012年法國葡萄酒消費(fèi)量增長9.4%，但2013年卻銳減至-8.1%。“由于中國投資者轉(zhuǎn)向其他投資選擇，開始回避波爾多飆升的天價”，特級波爾多的出貨量大幅減少。同時，澳大利亞葡萄酒的消費(fèi)量增長了4.8%，美國葡萄酒的進(jìn)口量上升了7.2%。

調(diào)查報告總結(jié)道，“中國當(dāng)?shù)叵M(fèi)者仍視法國葡萄酒為最佳之選，但外籍人士則更喜歡消費(fèi)新世界出產(chǎn)的葡萄酒。”

法國是中國首要的進(jìn)口葡萄酒供應(yīng)地

2009至2013年期間，法國葡萄酒進(jìn)口至中國的貨量大增三倍。

2013年，中國人所消耗的法國葡萄酒總量高達(dá)1，450萬箱，法國仍是中國葡萄酒的第一大供應(yīng)國，遠(yuǎn)遠(yuǎn)超出澳大利亞（410萬箱）。

澳洲是繼法國之后中國的第二大葡萄酒供應(yīng)地，同期中國的澳洲葡萄酒消耗量亦躍升三倍。

中國是世界第葡萄酒生產(chǎn)國

中國于2013年生產(chǎn)1.3億九公升箱葡萄酒，成為世界第葡萄酒生產(chǎn)國。

三大因素導(dǎo)致葡萄酒市場增長

因受中國政府“反腐倡廉”政策的影響，葡萄酒在中國市場遇冷，但國際葡萄酒及烈酒展覽會（Vinexpo）大膽預(yù)測，2015年中國的葡萄酒市場有望實(shí)現(xiàn)恢復(fù)性增長。

盡管在過去的四年里，中國葡萄酒消費(fèi)增加了70%，但中國政府倡導(dǎo)反腐倡廉、杜絕鋪張浪費(fèi)的政策的出臺致使葡萄酒銷售出現(xiàn)了一定程度的下降。有數(shù)據(jù)顯示，自中國政府“反腐倡廉”政策出臺以來，2013年中國葡萄酒消費(fèi)較2012年相比，下降了7.4%。

Vinexpo行政總裁Guillaume Deglise針對中國葡萄酒市場表示，盡管中國政府“反腐倡廉”政策對于葡萄酒市場影響巨大，但他大膽預(yù)測，2015年中國葡萄酒市場將有望實(shí)現(xiàn)恢復(fù)性增長，并保持快速增長的勢頭。原因在于：一方面，中產(chǎn)階級葡萄酒愛好者越來越多；另一方面，葡萄酒在中國的庫存已不足。除此之外，在未來的幾年內(nèi)，中國還將迎來新一代的葡萄酒愛好者。對此，Guillaume Deglise解釋說：“在未來五年內(nèi)，中國將有3700萬人次達(dá)到法定飲酒年齡，這意味著將增加3700萬的潛在消費(fèi)者，這比加拿大總?cè)丝跀?shù)還要多，所以我們對未來的中國大陸市場充滿了信心。中國葡萄酒市場的回暖對于各大葡萄酒生產(chǎn)國來說，無疑是一個利好消息。法國作為中國進(jìn)口葡萄酒的第一大供應(yīng)國更是受益匪淺。2013年，中國從法國進(jìn)口葡萄酒的總量達(dá)到了1450萬箱，位居榜首，澳大利亞以410萬箱的數(shù)量名列第二。2009至2013年，中國的葡萄酒消耗量飆升69.3%，共計(jì)1.62億箱，相當(dāng)于19.4億瓶。在2013年，中國成人全年人均葡萄酒消耗量達(dá)到1.4公升。時至今日，中國仍然是世界第五大葡萄酒消耗國。”

消費(fèi)趨勢數(shù)據(jù)報告范文5

摩根大通在2008年8月份的一份報告引起了很大反響。報告稱，中國政府決策層正在審慎考慮一項(xiàng)總金額約為2000億元～4000億元的經(jīng)濟(jì)刺激方案，“包括減稅、穩(wěn)定國內(nèi)資本市場和支持國內(nèi)房地產(chǎn)市場的健康發(fā)展等措施。”

中國經(jīng)濟(jì)如今確實(shí)需要這樣一個刺激內(nèi)需的方案，因此上述報告的客觀背景是存在的。有些人認(rèn)為目前的經(jīng)濟(jì)發(fā)展還可以，不需要刺激經(jīng)濟(jì)。但從1～7月份的數(shù)據(jù)分析來看，經(jīng)濟(jì)下滑已經(jīng)很嚴(yán)重，此前公布的上半年GDP的增長速度高估了經(jīng)濟(jì)增長。

根據(jù)國家統(tǒng)計(jì)局此前的估計(jì)，在2007年GDP增長11.4%中，消費(fèi)、投資、凈出口分別拉動4.4、4.3和2.7個百分點(diǎn)。在2007年如果以社會消費(fèi)品零售總額代表消費(fèi)，全年該指標(biāo)同比名義增長16.8%，考慮全年商品零售價格上漲3.8%，則全年社會消費(fèi)品零售的實(shí)際增長為12.5％。可以看出，社會消費(fèi)品零售實(shí)際增長12.5％可以支持4.4個百分點(diǎn)的增長。2008年1～7月累計(jì)社會消費(fèi)品零售總額59672億元，同比增長21.7%。用零售物價指數(shù)消除價格影響，2008年1～6月份零售物價指數(shù)上升7.5%,則社會消費(fèi)品零售總額實(shí)際增長13.2%，可以計(jì)算出社會消費(fèi)品零售的實(shí)際增長對于GDP貢獻(xiàn)從4.4個百分點(diǎn)提高到4.6個百分點(diǎn)。

2007年全年固定資產(chǎn)投資增長24.8％，全年固定資產(chǎn)投資價格上漲3.9%，實(shí)際投資增長20%。同樣我們可以看出社會消費(fèi)品零售實(shí)際增長12.5％可以支持4.3個百分點(diǎn)的經(jīng)濟(jì)增長。2008年1～7月，城鎮(zhèn)固定資產(chǎn)投資72160億元，同比增長27.3%。上半年，固定資產(chǎn)投資價格同比上漲10%。考慮到投資價格指數(shù)的因素，實(shí)際增長是15.7%。投資對于GDP的貢獻(xiàn)從4.3個百分點(diǎn)下降到3.3個百分點(diǎn)。

2007年名義凈出口增長率是47.7％，考慮到進(jìn)出口價格指數(shù)變化，2007年的實(shí)際凈出口增長率是49％，對于經(jīng)濟(jì)增長的貢獻(xiàn)是2.7個百分點(diǎn)。2008年1～7月份，累計(jì)貿(mào)易順差1237.2億美元，比去年同期下降9.6%，考慮到進(jìn)出口價格指數(shù)變化，實(shí)際凈出口增長率是12％。貿(mào)易順差的增長對于經(jīng)濟(jì)增長的貢獻(xiàn)從2.7個百分點(diǎn)下降到0.66個百分點(diǎn)，將以上三項(xiàng)相加，結(jié)果是8.56％。計(jì)算的結(jié)果顯示，經(jīng)濟(jì)增長速度已經(jīng)從11.4%下滑到8.56%，下滑的幅度是2.84個百分點(diǎn)，幅度不可說不大，而且還有進(jìn)一步下滑的趨勢，因此通過刺激內(nèi)需阻止經(jīng)濟(jì)的下滑是當(dāng)務(wù)之急。

在肯定這個背景前提后，需要特別提出的是，這一輪經(jīng)濟(jì)增長下滑的原因是貨幣緊縮過度，投資對于GDP增長的貢獻(xiàn)已從4.3個百分點(diǎn)下降到3.3個百分點(diǎn)，因此只有放松貨幣緊縮政策，恢復(fù)投資的正常增長，甚至加速其增長，才能防止經(jīng)濟(jì)下滑。財(cái)政刺激政策的后果往往是一次性的，過度的財(cái)政政策刺激還可能導(dǎo)致財(cái)政赤字，在經(jīng)濟(jì)學(xué)分析中是存在很多負(fù)面評論的。因此在各國的政策實(shí)踐中，財(cái)政政策的使用往往是在貨幣政策使用之后，尤其是作為貨幣政策已難奏效時的補(bǔ)充手段。1997年和1998年中國政府在刺激內(nèi)需時是這樣。而在2007年末2008年初美國政府挽救次級貸危機(jī)中的美國實(shí)體經(jīng)濟(jì)滑向衰退時也是這么做的。而當(dāng)前在貨幣政策完全沒有放松的時候，出臺較大規(guī)模的財(cái)政刺激政策確實(shí)有些本末倒置，這是該報告的一處“硬傷”。

因此刺激內(nèi)需首先應(yīng)調(diào)整緊縮的貨幣政策，其標(biāo)志性的做法是降低銀行存款準(zhǔn)備金率，目前17.5％的銀行存款準(zhǔn)備金率已經(jīng)過高，而最近1.5個百分點(diǎn)的提升更是有待商榷。此外還應(yīng)出臺一些稅收方面的調(diào)整政策，例如已經(jīng)在東北成功實(shí)行的增值稅轉(zhuǎn)型政策應(yīng)該盡快向全國推廣，在企業(yè)和個人所得稅方面也有一定的調(diào)整空間。

以上建議容易受到的批評是基于對通貨膨脹的憂慮。然而CPI的逐月下降已表明通脹壓力正在釋放，但批評者們將關(guān)注的焦點(diǎn)放在了工業(yè)品的出廠價格（即PPI）上，其主要依據(jù)是國際油價的高漲，一些人甚至想論證國際油價的高企是中國經(jīng)濟(jì)過快增長導(dǎo)致的。但最近發(fā)生的一個事件可以證明上述因果關(guān)系并不成立。

事件的開始是美國關(guān)于商品市場的多機(jī)構(gòu)工作組（該工作組的主席是商品期貨交易委員會，CFTC）在2008年7月22日的一個中期報告，其報告的主要結(jié)論是原油價格的上升是全球基本供應(yīng)和需求因素所導(dǎo)致的結(jié)果。這個結(jié)論自然與認(rèn)為期貨市場上的投機(jī)力量是主要因素的看法相左。當(dāng)時有人指出，CFTC的一個重要漏洞，就是他們對‘行業(yè)交易商’的認(rèn)定和‘非行業(yè)交易商’的定義有問題，所以報告里的數(shù)據(jù)并非投機(jī)者在市場上交易的真實(shí)數(shù)據(jù)。

隨后在8月6日，美國商品期貨交易委員會(CFTC)消息稱，在調(diào)查石油期貨價格是否被投機(jī)客操縱的調(diào)查中，發(fā)現(xiàn)一家“超級”石油投機(jī)交易商，總共持有高達(dá)3.2億桶的巨額原油期貨頭寸，相當(dāng)于近5000萬噸原油。 CFTC將此家石油交易商從原來的“行業(yè)交易商”(commercial trader)身份，重新劃入“非行業(yè)交易商”(non-commercial trader)身份。這家單一交易商身份的重新認(rèn)定，引起了整個市場結(jié)構(gòu)的重大變化――以往持倉報告中，“非行業(yè)交易商”的持倉比例接近38%，而重新“站隊(duì)”以后，投機(jī)交易商的未平倉合約中的持倉比例，上升到48%。除了修正最新報告以外，CFTC還追溯修改了到2007年為止的全部市場數(shù)據(jù)報告。這一結(jié)果已經(jīng)使原來CFTC報告的結(jié)論需要做出修改，同時也使高油價符合全球基本供求關(guān)系，甚至認(rèn)為是中國的增量需求導(dǎo)致高油價的說法難以成立。

我們需要猛醒。在我們緊縮貨幣，緊縮貸款，甚至經(jīng)濟(jì)下滑和企業(yè)關(guān)閉都成了為了控制通貨膨脹需要支付的代價時，國際上的大公司卻在國際期貨市場上通過瘋狂的“做多”而獲取超額的利潤。這種國際期貨市場上的油價高漲很快傳導(dǎo)到現(xiàn)貨市場，傷害著全球的能源消費(fèi)者。那么，在國內(nèi)緊縮貨幣對于全球的物價上升又有什么意義？解鈴還需系鈴人，如果油價高漲使得美國的消費(fèi)者難以忍受，對于國際期貨市場上投機(jī)力量的監(jiān)管就會從“擺擺樣子”變成“十分認(rèn)真”，那么油價的下降就可以期待。過去幾周我們所看到的就是這樣一種發(fā)展，如果這種趨勢能夠持續(xù)，PPI就會逐步下落。反之，如果對于原油的投機(jī)不能被控制，那么原油的價格超過前期高點(diǎn)也是有可能的。

消費(fèi)趨勢數(shù)據(jù)報告范文6

中國加盟網(wǎng)數(shù)據(jù)研究院的《2011年9月份中國招商加盟領(lǐng)域數(shù)據(jù)報告》顯示，2011年8月份，投資者最關(guān)注餐飲、服裝、幼兒三大行業(yè)。9月份，餐飲、服裝、幼兒行業(yè)依然位列三甲。值得注意的是，服裝行業(yè)在9月份有趕超餐飲的趨勢。

9月份家居、家紡、建材行業(yè)有異軍突起之勢；教育、環(huán)保、五金、精品和零售行業(yè)有下降的跡象；干洗、美容、飾品和珠寶行業(yè)基本上與8月份保持不變。

餐飲獨(dú)占鰲頭，并不無道理。“民以食為天”，餐飲作為傳統(tǒng)產(chǎn)業(yè)，具有極大的投資穩(wěn)定性，尤其在當(dāng)前的品牌餐飲階段，這個階段加劇了連鎖加盟經(jīng)營化進(jìn)程，促使一些投資者依附于具有一定知名度的餐飲品牌。中國是13億人口的大國，因此產(chǎn)生的餐飲消費(fèi)堪稱世界之最。

在當(dāng)前的經(jīng)濟(jì)發(fā)達(dá)意識下，衣服更多的功能是穿出花樣，穿出檔次。衣服的消費(fèi)，占據(jù)了國人消費(fèi)的一大支出，因此，選擇服裝投資，也成為國人的投資趨勢。

同時，中國也是全世界最大的服裝消費(fèi)國和生產(chǎn)國。全世界每三件服裝，其中一件來自于中國生產(chǎn)。國內(nèi)的品牌服裝消費(fèi)具有巨大的成長空間，快速的城市化進(jìn)程以及中西部地區(qū)的高速發(fā)展將成為服裝消費(fèi)增長的重要推動力。

幼兒投資領(lǐng)域的崛起，絕對不是偶然。 望子成龍心理是中國一種根深固蒂的傳統(tǒng)，經(jīng)濟(jì)好了，孩子的教育便從幼兒開始了。舍得花錢在孩子們身上，這是中國父母的共識。因此，幼兒投資項(xiàng)目成為一匹黑馬。

餐飲行業(yè)獨(dú)占鰲頭

根據(jù)中國加盟網(wǎng)數(shù)據(jù)研究院數(shù)據(jù)監(jiān)測顯示，9月份最受投資者關(guān)注的餐飲子行業(yè)當(dāng)中，快餐占23.86%，排名第一，火鍋占21.09%，小吃占18.97%，飲品占12.83%，西餐占10.15%，茶葉占6.08%，其他占7.03%。

快餐的崛起，與國人的生活節(jié)奏越來越快有很大關(guān)系。快餐具有大眾化、節(jié)時、方便的優(yōu)點(diǎn)。快餐正迎合了生活節(jié)奏加快的需求，尤其是上班族，他們對快餐的需求明顯高于其他消費(fèi)者，有了需求市場，必然促使投資的火暴。

從近年我國快餐業(yè)的發(fā)展看，快餐需求已經(jīng)走向多樣化，快餐企業(yè)經(jīng)營空間不斷拓寬，外延日趨擴(kuò)大，服務(wù)領(lǐng)域更加寬廣。尤其是快餐連鎖店的持續(xù)發(fā)展，店態(tài)風(fēng)格更加豐富，連鎖經(jīng)營的穩(wěn)步推進(jìn)，顯示出我國快餐業(yè)發(fā)展的生機(jī)與活力。當(dāng)前階段，快餐發(fā)展遇到了前所未有的良好時機(jī)。

火鍋不能不說是中國獨(dú)特的一種餐飲方式。火鍋在9月份受投資者關(guān)注度排名第二也跟季節(jié)有很大關(guān)系，在中國人的傳統(tǒng)觀念里，冬天是吃火鍋的旺季，那么就應(yīng)該在秋天投資開一家火鍋店。根據(jù)之前的數(shù)據(jù)來看，夏日里，火鍋受投資者的關(guān)注度排名在小吃之后。預(yù)計(jì)在未來2~3個月內(nèi)，火鍋投資還會持續(xù)火暴。

小吃一向被視作消遣休閑食品，小吃種類繁多，尤其是中國地大物博，各地的小吃競相爭艷。一般來說，小吃的售賣價格不高，投資起點(diǎn)也不高，因此成為一些資金不充足的創(chuàng)業(yè)者首選。

西餐在近些年才被國人認(rèn)可，普及度并不高，但是有上升的趨勢，在未來5年內(nèi)應(yīng)該會有長足的發(fā)展。

男裝女裝半壁江山

目前，服裝行業(yè)男裝女裝已經(jīng)占據(jù)半壁江山，占到50.59%，其中關(guān)注男裝的投資者稍微多一點(diǎn)，占26.98%，女裝占23.61%。其他分別是內(nèi)衣占14.71%，箱包皮具占12%，童裝占9.33%，鞋帽占7.73%，其他占5.64%。

男裝和女裝占據(jù)半壁江山，在大家的意料之中。根據(jù)當(dāng)前形式，還有繼續(xù)增長的趨勢，畢竟男裝和女裝一直以來都是服裝行業(yè)中的消費(fèi)大頭，也必然會促使投資者的極大關(guān)注。

內(nèi)衣子行業(yè)在服裝行業(yè)中排名第三，不得不說，中國女性的消費(fèi)力和審美水平得到了很大提升。國內(nèi)市場目前呈現(xiàn)出非常強(qiáng)勁的消費(fèi)需求，這有力地拉動了中國內(nèi)衣的超高速發(fā)展。根據(jù)國家商業(yè)信息中心資料顯示，近10年來，中國內(nèi)衣國內(nèi)年均銷售額及銷售量，增速都在15%左右，遠(yuǎn)遠(yuǎn)高于GDP的增長水平。隨著內(nèi)衣各個類別產(chǎn)量的逐步增高，內(nèi)衣的價格也不斷上揚(yáng)，中國的內(nèi)衣市場一片大好，頗受一些女性創(chuàng)業(yè)投資者的青睞。

中國的箱包行業(yè)在近30年來，發(fā)展極為迅速，并且擁有了完整的產(chǎn)業(yè)鏈。人手一包已經(jīng)成為箱包消費(fèi)者的一大趨勢，但最近一年多來，由于電子商務(wù)的普及，或多或少對傳統(tǒng)的箱包銷售模式有了一定沖擊。

從童裝行業(yè)的整體投資性來看，相對于男裝、女裝等服裝門類，童裝是一個進(jìn)入門檻比較低、投資前景比較樂觀的行業(yè)。但是不同層次的童裝，其投資性又存在明顯差別。目前我國童裝年消費(fèi)量約11億件，兒童人均年消費(fèi)服裝約3件，市場消費(fèi)數(shù)量約占服裝總消費(fèi)的10％。城市和農(nóng)村市場消費(fèi)都呈現(xiàn)激增，市場擴(kuò)容趨勢十分明顯。 大、中城市消費(fèi)市場和農(nóng)村市場是童裝消費(fèi)的兩個發(fā)展亮點(diǎn)。

幼兒投資正在崛起

在9月份受投資者關(guān)注的幼教行業(yè)當(dāng)中，早教以31.51%占絕對優(yōu)勢，排名第一。目前除了一些直轄市和發(fā)達(dá)地區(qū)有官方的早期教育機(jī)構(gòu)外，其他地區(qū)都為商業(yè)性早教機(jī)構(gòu)，巨大的市場空缺讓投資者看中了早教這個領(lǐng)域。目前全國早教市場最活躍的是上海、北京、廣州、深圳四個城市。根據(jù)數(shù)據(jù)統(tǒng)計(jì)，這四個城市2011年上半年早教中心同比新增33.6%，達(dá)到5112家。新增英語類早教中心達(dá)到48.6%，啟蒙類新增23.5%，思維類新增21.8%，其他如運(yùn)動類、益智類、音樂類也都有不同程度的增加。早教的迅速發(fā)展與市場上巨大的利潤空間也有很大關(guān)系，預(yù)計(jì)近10年內(nèi)，早教會呈現(xiàn)出前所未有的繁榮。一般家長對早教機(jī)構(gòu)的選擇較為慎重，愿意選擇一些大品牌的早教機(jī)構(gòu)，比如說金寶貝早教、紅黃藍(lán)早教等等。這在很大程度上促使了早教加盟熱的形成。

兒童玩具在9月份受投資者關(guān)注占20.28%，排名第二。隨著城市居民收入的提高，家長對孩子的智力開發(fā)極為重視。而給孩子買玩具，是家長表達(dá)愛心、對孩子進(jìn)行智力開發(fā)的一種重要方式。據(jù)有關(guān)部門統(tǒng)計(jì)，我國14歲以下的少年兒童約有4億，其中城市兒童1億人，農(nóng)村兒童3億人，這是兒童玩具行業(yè)的一塊巨大市場。